About this episode

The episode explores various research methodologies and the impact of data entry on scientific projects.

Hay muchísimas formas de hacer investigación, pero la mayoría solo conocemos una: la del laboratorio académico clásico. Es el agua en la que nadamos sin darnos cuenta de que es agua. Una sola pregunta desmonta el sistema entero: ¿cuándo y cómo entran los datos en tu proyecto? Esa decisión condiciona quién manda, cuándo termina el proyecto y qué cuenta como éxito. En este episodio recorro una línea con 10 modelos ordenados por cuándo entra el dato, desde el dato congelado hasta el dato que pide un algoritmo. Laboratorio académico clásico: el dato entra una vez y se congela. Bell Labs: "correa larga, valla estrecha". Dato continuo dentro de una empresa. Institutos independientes (Arc Institute, etc.): financiación a varios años, poca presión por publicar. Ciencia ciudadana: el público recoge datos de forma distribuida y constante. Big Science (CERN, Hubble): datos en chorro permanente, papers con miles de autores. FRO: 15 a 30 personas, 5 años, dinero filantrópico, sin obligación de publicar. DARPA: un Program Manager con poder real marca hitos. Así nació Internet. DeSci: financiación y propiedad intelectual en blockchain entre holders de tokens. Self-Driving Lab: bucle…

More episodes of Investigando la investigación

• 396. Trabajar en paralelo con agentes de IA: una nueva forma de pensar la productividad · May 22, 2026 · 24 min
• 395. Conciencia artificial y qualia, con Santiago Sánchez Migallón · May 17, 2026 · 51 min
• 394. Por qué tu productividad te agota · May 10, 2026 · 18 min

Explore listener stats, chart rankings, contacts and more on the Investigando la investigación podcast page.